基于多分量LFM信号时频分析的水声多普勒和时延估计研究

在水声多普勒因子和时延估计研究实用化的进程中,利用多分量线性调频(LFM)信号实现估计的算法研究越来越普遍。针对多分量LFM信号时频域存有交叉项时各分量参数估计不准确的问题,提出基于非完全残差与脊线段匹配的自适应模态分解方法。该方法采用非完全残差函数保留了交叉点处的部分时频信息,利用脊线段匹配方法提供更精确的预设时频脊线,改进了各分量LFM信号调频斜率和起始频率的估计精度。联合两个估计量进一步给出了多普勒因子和时延估计的算法。仿真结果表示,较现有模态分解算法,所提改进方法有效解决了估计分量过程中交叉区间断裂带来的估计误差;水声多径的条件下,该方法的多普勒因子和时延估计精度优于对比的现有方法。

高斯白噪声背景下的LFM信号的分数阶Fourier域信噪比分析

目标大机动运动使雷达回波表现为频率和调频率参数均未知的LFM信号。未知参数LFM信号的检测和估计采用分数阶Fourier变换来实现受到越来越多的关注,为此本文着重分析其分数阶Fourier变换的信噪比。首先推导出时限线性调频信号的分数阶Fourier变换模平方,给出了在分数阶Fourier域的峰值点与未知参数的关系,然后研究了附加白噪声LFM信号在分数阶Fourier域的统计特性,确定了其信噪比,并与理想情况(即参数频率和调频率参数已知)下线性相位匹配滤波器的输出信噪比进行了比较。

基于改进Wigner-Hough变换的多分量LFM信号特征提取

为了解决Wigner-Hough变换对多分量线性调频(LFM)信号特征提取受噪声困扰的问题,提出采用数字图像处理中改进的Sobel算子对含噪声信号的WVD时频图进行边缘特征检测,利用Hough变换对信号特征进行提取.通过对WHT,SPWD-Hough变换以及改进WHT 3种方法进行计算机仿真比较结果表明,改进的WHT对多分量LFM信号的特征提取效果最好.

一种低信噪比下LFM信号参数快速估计算法

为了对线性调频(LFM)信号参数进行快速、准确的估计,提出了一种新算法.该算法根据LFM信号当能量一定时在相同时宽范围内频谱幅度平方与调频斜率成反比的特点,通过对若干组快速傅里叶变换(FFT)结果进行模值选大,同时给出了起始频率和调频斜率的估计.仿真结果表明,通过合理设置算法参数,算法可以用于信噪比低至-38 dB的LFM信号的参数估计.

基于分数阶Fourier变换的LFM信号参数估计精度分析

本文采用一阶扰动分析的方法分析了基于分数阶Fourier变换的LFM信号参数估计精度,推导得到了频率估计误差均方值表达式和调频率估计误差均方值表达式,前者反比于信号时长,后者反比于信号时长的平方。结果表明,基于分数阶Fourier变换的LFM信号参数估计方法在估计精度方面达到了最优。

基于分数阶Fourier变换的多分量LFM信号检测与参数估计

介绍了分数阶 Fourier变换的基本原理和基本性质 ,提出了基于分数阶 Fourier变换的多分量 LFM信号检测和参数估计方法。为了解决多个 LFM分量之间的相互影响问题 ,特别是强分量掩盖弱分量的问题 ,本文还提出了一种结合逐次消去思想和分数阶 Fourier变换的多分量 LFM信号检测和参数估计算法 ,它可以解决强度相差较大的多分量 LFM信号中检测和估计弱 LFM分量参数的问题。

基于积分二次相位函数的多分量LFM信号分析

基于二次相位函数的调频率估计算法用于多分量LFM信号时,信号间互扰严重并且会产生伪峰。针对这一问题,该文采用积分二次相位函数,提出了一种改进的多分量LFM信号分析方法,仿真实验表明:该方法相比于原方法能够有效抑制伪峰和信号间互扰,同时要求的信噪比门限低,估计均方误差更接近CRLB。

强干扰下LFM信号的检测与参数估计

强干扰下ＬＦＭ信号的检测与参数估计在雷达信号处理领域具有重要的应用。本文首先分析了强干扰下ＬＦＭ信号的特点，对ＬＦＭ信号的检测与参数估计方法进行了总结和比较；随后研究了ＷＨＴ法的检测性能，绘制了ＷＨＴ检测器的接收机性能曲线（ＲＯＣ）。最后，提出一种基于ＷＨＴ的抑制强干扰和进行ＬＦＭ信号检测与参数估计的方法，并给出了实验结果。

分数阶Fourier域强弱LFM信号检测与参数估计

分数阶Fourier变换(FRFT)由于其特有的性质,非常适合处理线性调频(LFM)信号,尤其是,作为一种线性变换,可以克服多分量LFM信号之间的交叉项干扰。但是采用逐次消去法检测多分量LFM信号时,每检测一个LFM信号,都要对信号分别求旋转角α∈[0,π]的FRFT,再进行二维搜索,计算量很大。为了提高FRFT对多分量LFM信号的检测效率,本文提出一种在分数阶Fourier域检测强、弱LFM信号的新方法。首先,分析了逐次消去法和聚类分析法检测多分量LFM信号的原理,以及它们的优缺点。然后,提出一种聚类分析和逐次消去相结合的信号检测方法,利用平面截取信号在平面(u,α)上的尖峰,并引入基于广度优先搜索邻居(BFSN)的聚类算法,对截取的信号尖峰进行聚类分析,获得每个LFM信号对应的信号尖峰,实现多个较强信号的检测与参数估计,再利用逐次消去法实现弱信号的检测。该方法可以同时检测多个能量相近的LFM信号,提高了检测效率,以及次强信号的参数估计精度,并有效地抑制了强信号对弱信号的遮蔽影响。通过对信号进行平面切割处理,减少了BFSN聚类算法中输入集样本数量,降低了算法的计算量。最后,仿真结果验证了该方法的有效性。

改进的多分量LFM信号参数估计算法及其快速实现

提出了一种基于改进三次相位函数的多分量线性调频(linear frequency modulation,LFM)信号参数估计算法。该算法只需要通过二阶非线性变换在信号参数空间形成最大值来估计LFM信号参数。在多分量的情况下,讨论了信号自项和交叉项与时间的关系,发现自项和交叉项对时间有不同的依赖性。为了克服交叉项的影响,提出了加权平均的方法来改进算法。然后推导了三次相位函数的FFT快速算法,并进一步采用了舍入最近采样点的方法改进算法,使其可以应用于实际的离散采样系统。仿真试验表明,此方法在低信噪比下估计多分量LFM信号参数效果显著,其快速算法在大大降低运算量的同时,与原算法相比较,仍然保持了良好的估计性能。

LFM信号参数估计的牛顿迭代方法初始值研究

本文研究了LFM信号参数估计的牛顿迭代方法的初始值问题,用计算量较小的DPT算法得到LFM信号中心频率和调频系数的估计值,以此作为牛顿迭代的初始值.性能分析表明,在DPT算法信噪比门限以上时,用本算法得到的中心频率和调频系数的估计值在牛顿迭代所需收敛域范围之内,保证牛顿迭代的收敛性.仿真结果表明,在信噪比门限以上时,用本文提出的方法所得参数估计的均方根误差达到克拉美-罗限.本算法计算量小,有利于LFM信号参数估计的准实时处理.

LFM信号的一种最优滤波算法

本文提出了一种基于分数阶傅立叶变换的LFM信号的最优滤波算法 .首先由线性最小均方误差估计的正交条件出发 ,得到了连续分数阶傅立叶域上的等效Wiener滤波算子的求解方法 ;在此基础上 ,进一步给出了滤波算子的离散化算法 .分析及数值仿真的结果表明 ,这一算法不仅在性能上接近普通的Wiener滤波器 ,而且计算简单 ,便于实现 .

基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测

该文针对传统的基于二次时频分析和原子追踪匹配方法处理多分量LFM信号时存在的时频干扰和等振幅交叉分解等问题,提出了一种基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测方法,该方法采用多尺度的线调频基函数对多分量LFM信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,逐次获得信号包含的能量最大的LFM信号分量,从基元函数连接形成的频率曲线即可获得LFM信号分量瞬时频率的估计,再对分量瞬时频率求起始时间点的频率值和曲线斜率便可得到该LFM分量的中心频率及调频斜率,仿真试验表明该文方法能精确地提取等振幅多分量LFM信号的瞬时频率,并具有很强的抗噪声干扰能力。

基于Radon-Wigner变换的多分量LFM信号的检测

Radon- Wigner变换是一种直线积分的投影变换 ,它对多分量 L FM信号提供了较好的时频局域性 ,从而有利于多分量 L FM信号的解释和分析 .通过时域解线调和频域解线调处理可以完整地在时频平面计算出 Radon变换 .对于多分量 L FM信号的分析好于 Wigner- Ville变换等常用的时频变换 .

LFM信号DOA估计分数阶量纲归一化方法

针对多分量线性调频信号存在重叠、漏检现象,导致波达方向的估计存在较大误差问题,提出多分量线性调频信号分数阶傅里叶域量纲归一化方法。首先给出了多分量LFM信号的阵列模型,讨论了阵列模型信号时频坐标系进行量纲归一化。通过对相干环境下分数阶傅里叶域进行量纲归一化操作,提高多分量信号在分数阶傅里叶域的分辨能力,保证信源数目估计的准确性。仿真结果表明该方法正确的识别信源组数,提高多分量信号波达方向估计精确度,信噪比低于-4 d B的信号抗干扰能力明显增强。

广义S变换多分量LFM信号检测及参数估计

针对多分量线性调频信号(LFM)信号在低信噪比状况下信号检测出现漏检、参数估计精度不高等问题,提出在广义S变换(GST)基础上,进行奇异值分解(SVD)滤波的方法。在S变换基础上,导出了广义S变换及逆变换公式,对离散后得到的广义S变换矩阵进行奇异值求解,通过选取合适的奇异值个数,实现多分量信号时频滤波。仿真结果表明,该方法在低信噪比状况下能有效滤除噪声,避免因噪声或者各分量信号强弱相差较大而出现漏检现象,同时信号参数估计精度也得到了提高。

超宽带LFM信号的BP成像算法

本文推导了基于超宽带 ＬＦＭ信号模型的ＳＡＲ的后向投影（ＢＰ）成像算法，研究了距离向压缩数据在方位向聚焦的具体实现，讨论了距离向采样率对图像性能的影响，最后通过计算机仿真，验证了算法的有效性。

基于时频分析的LFM信号检测与参数估计

基于Radon-Wigner变换、分数阶Fourier变换与时频分布的关系,利用其对线性调频(linearity frqueney modulation,LFM)信号良好的时频聚集性,通过计算Radon Wigner变换或分数阶Fourier变换,对线性调频信号LFM信号进行检测和参数估计.理论分析和计算机仿真证明:2种方法对于LFM信号的分析好于Wigner Ville变换等常用的时频变换.

基于离散匹配傅立叶变换的多分量LFM信号检测和参数估计

多分量LFM信号的检测和参数估计是一个被广泛讨论的问题。本文首先介绍了离散匹配傅立叶变换的基本原理,然后结合逐次消去的思想提出了基于离散匹配傅立叶变换的多分量LFM信号检测和参数估计的原理及实现算法,并进行了计算机仿真。仿真结果验证了该算法的有效性。

LFM信号参数估计算法研究

初始频率和调频斜率是表征线性调频信号频率特性的基本参数,如何准确快速地估计它们具有的重要意义。针对传统LFM信号参数估计算法中繁琐的搜索和计算问题,提出了一种不需要参数搜索的快速LFM信号参数估计算法。该算法先用希尔伯特变换估计LFM信号瞬时相位,再用高阶差分估计LFM信号瞬时频率特性,最后用直线拟合LFM信号瞬时频率特性从而得到初始频率和调频斜率的估计。仿真实验验证了本文算法的有效性,说明本文算法能够给出满意的参数估计结果。